DALL·E 3关键技术公开！19页论文揭秘如何对提示词“唯命是从”出场即炸场的DALL·E 3，又有新动向了！这次直接宣布对ChatGPT Plus和企业版用户开放，还连带公开...
DALL·E 3关键技术公开！19页论文揭秘如何对提示词“唯命是从”
出场即炸场的DALL·E 3，又有新动向了！
这次直接宣布对ChatGPT Plus和企业版用户开放，还连带公开了更多“官方推荐案例”。
不仅如此，OpenAI还一纸论文透露了DALL·E 3的关键技术细节。
相比其他AI，DALL·E 3表现最优秀的地方，应该就要属对提示词的完美遵循了。
无论是整体的环境描写，还是精确到物体数量、着装、颜色这种细节叙述，DALL·E 3都能很好地理解，并生成对应的画作，丝毫不漏重点。
论文一公开，可以说是解决了“如何让DALL·E 3遵循指令”这一让诸多人困惑的问题，有网友感叹：
OpenAI终于又Open了？
一起来看看这篇DALL·E 3论文的关键细节，以及它的更多用例。
用数据集让DALL·E 3“唯命是从”
先来看看DALL·E 3论文最大的亮点：提示词遵循（prompt following）。
此前，不少绘画AI会刻意忽略提示词中的某些关键词、或是混淆提示词的含义（多义词如column，列还是柱子），简单来说就是文本提示词和画面细节没对齐。
OpenAI的研究人员在经过一番分析后认为，这是数据集的锅。
现有的图像文本对数据集，文字对图像的描述可以说是“惜字如金”。
尤其是从互联网上扒下来的数据集，大多数对图像的描述只有一句话，更别提细节了。包括环境、物体在内，容易忽略的文本描述主要有4类：
场景中物体描述，如厨房里的水槽、人行道上的停车标志等；
物体位置和数量描述
物体颜色和大小描述
图像中的文本描述（如呈现在商店招牌上的字母/汉字）
除此之外，还有不少互联网上扒下来图像的文本描述，直接就是错误或不相关的，例如梗图或Alt文本 网页链接
版权声明： 发表于 2023-10-20 21:15:12。
转载请注明：DALL·E 3关键技术公开！19页论文揭秘如何对提示词“唯命是从”出场即炸场的DALL·E 3，又有新动向了！这次直接宣布对ChatGPT Plus和企业版用户开放，还连带公开... | AI 時.空 | AiTime.Space
转载请注明：DALL·E 3关键技术公开！19页论文揭秘如何对提示词“唯命是从”出场即炸场的DALL·E 3，又有新动向了！这次直接宣布对ChatGPT Plus和企业版用户开放，还连带公开... | AI 時.空 | AiTime.Space
暂无评论...